חברת OXMIQ Labs, שהקים ארכיטקט השבבים הוותיק ראג'ה קודורי, השלימה גיוס סדרה A בהיקף של 35 מיליון דולר. בעקבות הסבב הגיע סך ההון שגייסה החברה ל־60 מיליון דולר. החברה מבקשת לפתח מודל חדש בשוק מאיצי הבינה המלאכותית: במקום למכור שבבים מוגמרים, היא תציע ליצרניות שבבים ולמפעילות מרכזי נתונים ארכיטקטורת GPU וקניין רוחני שאפשר לשלב בשבבים מותאמים אישית.

הסבב הובל בידי Samsung Catalyst Fund וקרן Fundomo. בין המשקיעות הנוספות נמצאות MediaTek, ‏Pegatron Venture Capital, ‏AM Intelligence Labs, ‏CDIB-TEN, ‏Darwin Ventures, ‏Morgan Creek Digital ואינטל קפיטל. MediaTek, שהשתתפה גם בגיוס הקודם של החברה, השקיעה פעם נוספת. (intelcapital.com)

קודורי שימש בעבר בתפקידי הנדסה וניהול בכירים באפל, ב־AMD ובאינטל. בין היתר, הוא ניהל את קבוצת Radeon של AMD ובהמשך היה הארכיטקט הראשי של אינטל, שם היה מעורב בהקמת פעילות המעבדים הגרפיים ובפיתוח מאיצים למרכזי נתונים. לאחר שעזב את אינטל הוא הקים את OXMIQ, המחזיקה משרדים בקמפבל שבקליפורניה ובהיידראבאד שבהודו.

לדברי קודורי, מטרתה של החברה היא להיות “ה־Arm של העידן הבא”. ההשוואה מתייחסת בעיקר למודל העסקי: Arm אינה מייצרת את רוב השבבים המבוססים על הארכיטקטורה שלה, אלא מעניקה רישיונות לליבות ולמערכות ההוראות שלה. בדומה לכך, OXMIQ רוצה לאפשר לחברות לפתח מאיצי AI מבלי להשקיע שנים ומאות מיליוני דולרים ביצירת ארכיטקטורת חישוב ומערכת תוכנה מן היסוד. (Reuters)

שלושה מנועי חישוב בליבה אחת

המוצר המרכזי של החברה נקרא OxCore. זוהי ליבת GPU הניתנת לרישוי, המשלבת מנוע עיבוד גרפי התואם לעקרונות החישוב של CUDA, מנוע Tensor לחישובי בינה מלאכותית ומנוע תזמון דמוי CPU, האחראי לתיאום עומסי העבודה במערכת.

במערכות AI קיימות, המעבד המרכזי, המאיץ הגרפי ומנועי ה־Tensor פועלים לעיתים קרובות כרכיבים נפרדים. OXMIQ מבקשת להצמיד את שלושת סוגי העיבוד בתוך בלוק קניין רוחני אחד. לטענתה, הדבר עשוי להפחית את הצורך בהעברת מידע בין רכיבים ולהקטין את צריכת החשמל ואת זמני ההמתנה לזיכרון. הארכיטקטורה תוכננה גם לעיבוד בקרבת הזיכרון, כדי להתמודד עם צוואר הבקבוק הנוצר כאשר כמויות גדולות של נתונים מועברות שוב ושוב בין הזיכרון למאיץ. (intelcapital.com)

OxCore אמורה להתאים לטווח רחב של מוצרים: מליבה יחידה במכשיר קצה או ברובוט ועד למערכות הכוללות אלפי ליבות במרכזי נתונים. עם זאת, בשלב זה הליבה פועלת במימוש FPGA בלבד. החברה מציגה הדגמות חיות, אך עדיין לא חשפה שבב מסחרי המבוסס על הארכיטקטורה או מבחני ביצועים עצמאיים מול מאיצים קיימים.

לצד הליבה מפתחת החברה את OxQuilt, פלטפורמה להרכבת מערכת ממספר שבבונים. הארכיטקטורה נועדה לחבר באותה מארזת שבבוני חישוב, זיכרון וקישוריות, ולאפשר ללקוח לבחור את היחס ביניהם בהתאם לסוג עומס העבודה.

לדוגמה, מערכת המיועדת לאימון מודלים יכולה להקצות שטח גדול יותר למנועי חישוב, ואילו מערכת המיועדת להרצת מודלי שפה גדולים עשויה לדרוש יותר זיכרון ורוחב פס. החברה אומרת כי OxQuilt לא תהיה קשורה למפעל ייצור, סוג זיכרון או תהליך ייצור מסוים, ותוכל לתמוך בתקני קישוריות ובטכנולוגיות אריזה ממקורות שונים.

ניסיון לצמצם את התלות ב־CUDA

החלק המשמעותי ביותר במערכת התוכנה של OXMIQ הוא OxPython. לדברי החברה, השכבה נועדה לאפשר ליישומי Python שפותחו עבור CUDA של אנבידיה לפעול על מאיצים של חברות אחרות, ללא שינויים בקוד או הידור מחדש.

גרסה ראשונה של המערכת מיועדת לפעול על מאיצי Wormhole ו־Blackhole של Tenstorrent. מנכ"ל Tenstorrent, ג'ים קלר, אמר כי הטכנולוגיה עשויה לשפר את ניידות התוכנה ולאפשר למפתחים להעביר עומסי Python ו־CUDA בין פלטפורמות חומרה שונות. (oxmiq.ai)

זהו יעד שאפתני במיוחד. כוחה של אנבידיה אינו נובע רק מביצועי המעבדים הגרפיים שלה, אלא גם מסביבת CUDA, הכוללת ספריות, כלי פיתוח, מהדרים ומערכות תוכנה שנבנו במשך קרוב לשני עשורים. חברות רבות ניסו ליצור שכבות תאימות או כלי המרה, אך תאימות ליישום מסוים אינה שקולה בהכרח לתמיכה מלאה בכל המערכת האקולוגית של CUDA.

גם OXMIQ עצמה מרחיבה את ההתמקדות מעבר לתאימות ברמת היישום. החברה מפתחת את OxCapsule, מערכת המאפשרת לנהל חומרה הטרוגנית ולהקצות עומסי עבודה למעבדים ולמאיצים שונים. לפי EE Times, חלק מהתוכנה מבוסס על טכנולוגיה שקיבלה OXMIQ ברישיון מאינטל.

למרכזי נתונים גדולים מפתחת החברה מערכת נוספת בשם OxFactory. לדברי קודורי, ניהול אלפי מאיצים מחייב טיפול בתקלות חומרה, שיבושי רשת וחלוקת משימות בהיקף השונה מהותית מזה של מחשב אישי או מערכת קצה. OxFactory אמורה לשמש שכבת תזמור עבור “מפעלי AI” הכוללים אלפי מעבדים ומאיצים מסוגים שונים.

לא רק ספקית IP

למרות ההשוואה ל־Arm, OXMIQ אינה מתכוונת להסתפק במכירת רישיונות. החברה מתכננת לספק גם שירותי תכנון לשבבים מותאמים אישית ולמערכות שלמות למרכזי נתונים. בכך היא עשויה להתחרות, לפחות בחלק מהפרויקטים, בברודקום, מארוול ו־MediaTek, המסייעות לענקיות ענן לפתח מאיצים ייעודיים.

קודורי טוען כי העלייה החדה בעלות הקמת תשתיות AI משנה את הכלכלה של פיתוח שבבים מותאמים. לדבריו, כאשר ציוד מרכז נתונים בהספק של 100 מגה־ואט המבוסס על מאיצים מתקדמים עשוי לעלות מיליארדי דולרים, השקעה של כמאה מיליון דולר בפיתוח שבב ייעודי עשויה להפוך לכדאית. עם זאת, מדובר בהערכות של החברה, ולא בנתונים שהוכחו עדיין באמצעות פרויקט מסחרי המבוסס על OxCore. (EE Times)

החברה מסרה כי היא כבר פועלת עם מספר לקוחות לקראת הפיכת הקניין הרוחני שלה לשבבים ממשיים. כספי הגיוס ישמשו להשלמת חבילות ה־IP הראשונות, להרחבת פעילות התכנון ולגיוס מהנדסים נוספים. קודורי אמר כי הוא מעוניין לשמור על צוות קטן יחסית, המונה עשרות עובדים, ולהסתייע בכלי תכנון מבוססי בינה מלאכותית ובשותפים חיצוניים.

OXMIQ מציגה שילוב מעניין של מודל רישוי המזכיר את Arm, ליבת GPU מותאמת ל־AI, שבבונים ותוכנה שנועדה לצמצם את התלות באנבידיה. אולם הדרך מהדגמת FPGA למוצר מסחרי ארוכה. הצלחתה תהיה תלויה ביכולת להציג שבבים מיוצרים, לקוחות משלמים, תאימות תוכנה רחבה ותוצאות ביצועים וצריכת חשמל שניתן להשוות למאיצים הקיימים בשוק.

הפוסט OXMIQ גייסה 35 מיליון דולר ומבקשת להפוך ל־Arm של מאיצי ה-AI הופיע לראשונה ב-Chiportal.

חברת RAAAM Memory Technologies הישראלית מקדמת את טכנולוגיית הזיכרון המשובץ שלה אל אחד מתהליכי הייצור המתקדמים ביותר בתעשייה. החברה בחרה באבנט אייסיק כשותפת ה־VCA שלה לפיתוח ולקווליפיקציה של GCRAM בתהליך 2 ננומטר של TSMC.

לדברי החברות, טייפ־אאוט של שבב בדיקה ראשון, הכולל זיכרון GCRAM ששולב עבור לקוח, הושלם במרץ 2026. השבב נשלח לייצור, והשלב הבא יהיה בדיקת הסיליקון ואימות ביצועי הזיכרון בפועל, לקראת קווליפיקציה מלאה של הטכנולוגיה.

המעבר ל־2 ננומטר הוא צעד משמעותי עבור RAAAM. תהליך N2 של TSMC נכנס לייצור סדרתי ברבעון הרביעי של 2025, והוא התהליך הראשון של החברה המבוסס על טרנזיסטורי nanosheet מסוג Gate-All-Around. התהליך מיועד בין היתר למעבדי בינה מלאכותית, מחשוב עתיר ביצועים ומערכות ניידות, שבהם נפח הזיכרון המשובץ וצריכת ההספק שלו נעשים מגבלה מרכזית.

ניסיון להתמודד עם בעיית ה־SRAM

במערכות על גבי שבב משמש SRAM בדרך כלל למטמונים ולמאגרי נתונים מהירים הנמצאים סמוך לליבות החישוב. ככל שהדרישה לביצועי בינה מלאכותית ולרוחב פס גדלה, מתכנני השבבים מקצים לזיכרון חלק הולך וגדל משטח הסיליקון.

אלא שקצב המזעור של תאי SRAM הואט בדורות הייצור המתקדמים. גם כאשר טרנזיסטורי הלוגיקה מצטמצמים, תא הזיכרון אינו בהכרח מתכווץ באותו קצב. התוצאה היא עלייה יחסית בשטח שתופס הזיכרון ובעלות הייצור של שבבים עתירי SRAM.

RAAAM מפתחת את GCRAM – זיכרון מסוג Gain-Cell RAM – כחלופה לזיכרון SRAM משובץ. הטכנולוגיה משתמשת בתא זיכרון שונה, שנועד לספק צפיפות גבוהה יותר וצריכת הספק נמוכה יותר, תוך תאימות לתהליכי CMOS רגילים וללא צורך בהוספת שלבי ייצור ייעודיים.

לפי נתוני החברה, GCRAM עשוי לצמצם את שטח הסיליקון המוקצה לזיכרון בעד 50% ולהפחית את צריכת ההספק עד פי עשרה בהשוואה ל־SRAM בצפיפות גבוהה. אלה עדיין נתוני החברה, והמשמעות של שבב הבדיקה ב־2 ננומטר תהיה לבחון עד כמה היתרונות נשמרים בתהליך המתקדם ובתנאי עבודה אמיתיים.

בניגוד ל־SRAM, השומר את המידע כל עוד הוא מוזן בחשמל, זיכרונות Gain Cell מאחסנים מטען חשמלי ודורשים מנגנון רענון. לכן הצלחתם תלויה לא רק בצפיפות התא, אלא גם במשך שמירת המידע, בבקרת הרענון, במהירות הגישה ובעמידות לשונות בתהליך הייצור.

אבנט תלווה את הדרך מהתכנון לסיליקון

אבנט אייסיק תפעל כשותפת Value Chain Aggregator של הפרויקט. במסגרת זו היא מספקת ל־RAAAM גישה לתשתיות ולתהליכי הייצור של TSMC, תמיכה הנדסית, התאמת סביבת התכנון וערכת ה־PDK, ניהול הטייפ־אאוט, הייצור והבדיקות וליווי תהליך הקווליפיקציה.

“עבור חברה המביאה לשוק טכנולוגיה חדשנית, נתיב ברור ויעיל לסיליקון מתקדם הוא קריטי במיוחד”, אמר פבל וילק, מנהל אבנט אייסיק וראש תחום ההנדסה בחברה. לדבריו, השילוב בין גישה לאקוסיסטם של TSMC לבין יכולות תכנון וייצור אמור לסייע לחברות צעירות לעבור מן הפיתוח לייצור.

ערן רותם, סמנכ"ל המחקר והפיתוח של RAAAM, אמר כי התמיכה של אבנט בהכנת תשתיות התכנון, ה־PDK ותהליך הטייפ־אאוט אפשרה לחברה לעמוד בלוח הזמנים של שבב הבדיקה.

מפתח תקווה ולוזאן אל תהליך N2

RAAAM נוסדה בשנת 2021 ופועלת מפתח תקווה ומלוזאן שבשווייץ. החברה מעסיקה כ־25 עובדים וגייסה מאז הקמתה כ־24 מיליון דולר. מתוך סכום זה, כ־17.5 מיליון דולר גויסו בסבב A שהובילה NXP.

הטכנולוגיה של החברה מוגנת, לדבריה, ב־22 פטנטים. גרסאות קודמות של GCRAM הודגמו בסיליקון בתהליכים שבין 180 ל־16 ננומטר ונבחנו גם בתהליך 5 ננומטר. המעבר לתהליך 2 ננומטר נועד להוכיח שהזיכרון יכול להשתלב בדור הבא של מערכות על גבי שבב, שבו מגבלת הזיכרון נעשית לעיתים חשובה לא פחות מביצועי ליבות החישוב.

אם שבב הבדיקה יעמוד ביעדי הצפיפות, ההספק והיציבות, RAAAM תוכל להציע את GCRAM כבלוק קניין רוחני לשילוב במעבדי בינה מלאכותית, שבבי רכב, התקני קצה ומערכות מחשוב עתירות ביצועים. עם זאת, הדרך לשימוש מסחרי עדיין כוללת בדיקות סיליקון, קווליפיקציה, הכנת כלי תכנון והוכחת אמינות לאורך זמן.

תגיות:
RAAAM, אבנט אייסיק, TSMC, GCRAM, SRAM, זיכרון משובץ, 2 ננומטר, N2, תכנון שבבים, מערכות על גבי שבב, בינה מלאכותית, NXP

כיתוב תמונה:
המחשה של שיתוף הפעולה בין אבנט אייסיק ל־RAAAM בפיתוח זיכרון GCRAM בתהליך 2 ננומטר של TSMC. קרדיט: Avnet ASIC ו־RAAAM

הנתונים על יתרונות ה־GCRAM הם יעדים וטענות של RAAAM, ולא תוצאות עצמאיות של שבב ה־2 ננומטר. אתר החברה מציין הפחתה של עד 50% בשטח ועד פי עשרה בהספק, לצד תאימות ל־CMOS; הוא גם מציין הדגמות קודמות בתהליכים שבין 180 ל־16 ננומטר ובחינה ב־5 ננומטר. (RAAAM Technologies)

TSMC מאשרת כי N2 נכנס לייצור סדרתי ברבעון הרביעי של 2025 וכי הוא מבוסס על טרנזיסטורי nanosheet. (tsmc.com) אבנט אייסיק מציגה באתרה שירותי תכנון, ייצור Turnkey, קווליפיקציה ושיתוף פעולה עם TSMC, התואמים לתפקיד ה־VCA המתואר בהודעה. (avnet-asic.com)

הפוסט RAAAM מקדמת את זיכרון ה־GCRAM לתהליך 2 ננומטר של TSMC הופיע לראשונה ב-Chiportal.

המחסור שנוצר בעקבות מרוץ הבינה המלאכותית כבר אינו מוגבל למאיצים הגרפיים של אנבידיה או לרכיבי האריזה המתקדמת. הביקוש של מרכזי הנתונים לזיכרונות רחבי פס, לזיכרונות DRAM ולכונני SSD ארגוניים מתחיל להשפיע על שוק האלקטרוניקה כולו. יצרניות הזיכרון מפנות חלק גדל והולך מכושר הייצור ללקוחות מרכזי הנתונים, המסוגלים להתחייב להזמנות גדולות ולשלם מחירים גבוהים, ואילו יצרניות המחשבים, הטלפונים ומוצרי האלקטרוניקה נותרות עם אספקה מצומצמת ויקרה יותר.

העדות הבולטת ביותר לעוצמת השינוי הגיעה השבוע ממיקרון. יצרנית הזיכרונות האמריקנית דיווחה על הכנסות של 41.46 מיליארד דולר ברבעון הפיסקלי השלישי של 2026, לעומת 23.86 מיליארד דולר ברבעון הקודם ו־9.3 מיליארד דולר ברבעון המקביל אשתקד. הרווח הנקי הסתכם ב־28.24 מיליארד דולר, ושיעור הרווח הגולמי הגיע ל־84.6% – נתון חריג מאוד עבור חברה הפועלת בשוק שנחשב במשך שנים למחזורי ותחרותי. מיקרון אף צופה הכנסות של כ־50 מיליארד דולר ברבעון הבא ושיעור רווח גולמי של כ־86%. (Micron Technology)

המספרים משקפים לא רק עלייה בכמות הזיכרונות הנמכרת, אלא בעיקר שינוי עמוק בכוח המיקוח. מיקרון חתמה על 16 הסכמי אספקה אסטרטגיים עם לקוחות מתחומי מרכזי הנתונים, האלקטרוניקה הצרכנית והרכב. הלקוחות התחייבו להעביר או לשריין כ־22 מיליארד דולר כדי להבטיח אספקה, וחלק מהחוזים כוללים פיקדונות, מחירי מינימום ומנגנון “קנה או שלם”, המחייב את הלקוח לשלם גם אם לא יממש לבסוף את מלוא ההזמנה. היקף ההכנסות העתידיות שעדיין נותרו לביצוע במסגרת ההסכמים מוערך בכ־100 מיליארד דולר. (Reuters)

הזיכרון הופך מחומר גלם לנכס אסטרטגי

במשך עשרות שנים פעל שוק הזיכרונות במחזור מוכר: עליית מחירים עודדה את היצרניות להרחיב את המפעלים, כושר הייצור החדש יצר עודפים, והמחירים קרסו. בשנת 2023, לדוגמה, רשמה מיקרון הפסד שנתי של 5.3 מיליארד דולר לאחר הירידה בביקוש למוצרי אלקטרוניקה בתום מגפת הקורונה.

הפעם מנסות מיקרון, סמסונג ו־SK Hynix לצמצם את התנודתיות באמצעות חוזים ארוכי טווח. מבחינת מפעילות מרכזי הנתונים ויצרניות מאיצי ה־AI, הזיכרון אינו עוד רכיב סחיר שאפשר להזמין ברגע האחרון מהספק הזול ביותר. הוא הפך לחלק אסטרטגי מתשתית המחשוב, וחברות מוכנות להשתתף למעשה במימון הרחבת כושר הייצור כדי להבטיח שלא יישארו ללא אספקה. מיקרון מעריכה כי תנאי השוק ההדוקים יימשכו גם מעבר לסוף 2027, משום שהקמת מפעלי ייצור חדשים דורשת שנים.

אולם מה שטוב ליצרניות הזיכרון מתחיל להכביד על לקוחות אחרים. אפל הודיעה ב־25 ביוני כי אינה יכולה עוד לספוג את העלייה המהירה בעלויות הזיכרון והאחסון, והעלתה את מחיריהם של כמה מדגמי המק והאייפד. מחירו ההתחלתי של מחשב MacBook Neo עלה מ־599 ל־699 דולר, MacBook Air עם אחסון בנפח 512 גיגה־בייט התייקר מ־1,099 ל־1,299 דולר, ומחיר MacBook Pro עם טרה־בייט אחד עלה מ־1,699 ל־1,999 דולר. מחירו של iPad Air בסיסי עלה מ־599 ל־749 דולר.

העלאות המחירים של אפל חשובות משום שהחברה נהנית בדרך כלל מכוח קנייה גדול ומהסכמי אספקה טובים יותר מאלה של מרבית מתחרותיה. אם גם היא אינה מצליחה להגן על שולי הרווח בלי לייקר את המוצרים, יצרניות מחשבים ואלקטרוניקה קטנות יותר עלולות להידרש להעלאות חדות אף יותר, לצמצום נפחי הזיכרון בדגמים הזולים או לדחיית השקת מוצרים.

המחסור הופך גם לסוגיה גיאופוליטית

הלחץ הגיע עד לוושינגטון. לפי דיווח שפורסם בסוף השבוע, אפל פועלת לקבלת אישור מהממשל האמריקני לרכוש שבבי זיכרון מ־CXMT הסינית, אף שהחברה הוגדרה בידי משרד ההגנה האמריקני כחברה הקשורה לצבא סין ונבחרה להיכלל ברשימת הישויות המוגבלות של משרד המסחר. המהלך ממחיש כיצד מחירי הזיכרון הגבוהים יוצרים התנגשות בין צורכי שרשרת האספקה של חברות הטכנולוגיה לבין מדיניות הגבלת הגישה של סין לטכנולוגיות מתקדמות.

המונח “אינפלציית שבבים” אינו מתאר התייקרות אחידה של כל סוגי המוליכים למחצה. בחלק מהשווקים עדיין קיימת תחרות ואף עודפי ייצור. אולם בזיכרונות, הביקוש של תשתיות ה־AI דוחק החוצה יישומים בעלי רווחיות נמוכה יותר. התוצאה היא מעין מס AI המוטל על מחשבים, טאבלטים, מערכות אחסון ומוצרים משובצים – גם כאשר המוצרים עצמם אינם מיועדים להפעלת מודלים של בינה מלאכותית.

קיים עדיין סיכון שהמחזור יתהפך. האטה בהשקעות במרכזי נתונים, התקדמות מהירה בהקמת מפעלים או ספקות ביחס להכנסות שמייצרים שירותי AI עלולים להחליש את הביקוש ולהחזיר את שוק הזיכרונות לדפוס הישן של עודפים וירידות מחירים. ואולם החוזים הרב־שנתיים, הפיקדונות והתחייבויות הרכש מראים כי לפחות בשנים הקרובות, הלקוחות הגדולים מעריכים שהסיכון העיקרי אינו עודף שבבים – אלא האפשרות שלא יהיו מספיק מהם.

הפוסט בום ה־AI מצית אינפלציית שבבים: מחירי הזיכרון כבר מתגלגלים לצרכנים הופיע לראשונה ב-Chiportal.

חברת השבבים Majestic Labs דורגה במקום הראשון ברשימת עשרת הסטארט־אפים המבטיחים של גלובס לשנת 2026. החברה הקדימה בדירוג את חברת המחשוב הקוונטי Quantum Art ואת חברת התוכנה Port. הרשימה גובשה על סמך דירוג של משקיעים ביותר ממאה קרנות הון סיכון. (גלובס)

החברה הוקמה ב־2023 בידי עופר שחם, שהריאר „שא” רבי ומסומי ריינדרס, בכירים לשעבר בגוגל ובמטא. היא גייסה יותר מ־100 מיליון דולר ומפתחת שבבים ושרתים להפעלת עומסי בינה מלאכותית גדולים. (גלובס)

המוצר המרכזי של החברה הוא Prometheus, שרת המבוסס על שבבי Ignite שפיתחה. לפי אתר החברה, המערכת מספקת עד 128 טרה־בייט של זיכרון מהיר ומשותף בשרת יחיד — עד פי אלף יותר זיכרון לכל מעבד בהשוואה למערכות מבוססות מעבדים גרפיים. המערכת מיועדת בין היתר למודלים בעלי טריליוני פרמטרים, לחלונות הקשר ארוכים וליישומי סוכני AI, תוך צמצום הצורך לפצל את העיבוד בין מספר רב של שרתים. (majestic-labs.ai)

Majestic Labs מתכננת לספק מערכות ראשונות ללקוחות מוקדמים לקראת השקה מסחרית רחבה המתוכננת ל־2027. להרחבה על החברה, מייסדיה והבחירה בה ניתן לעיין בידיעה המלאה באתר גלובס.

תגיות: Majestic Labs, מג'סטיק לאבס, שבבים, בינה מלאכותית, Prometheus, Ignite, מרכזי נתונים, גלובס, סטארט־אפים ישראליים

הפוסט Majestic Labs נבחרה לסטארט־אפ המבטיח של גלובס לשנת 2026 הופיע לראשונה ב-Chiportal.

אנבידיה הרחיבה את בסיס הספקים שלה לדור הבא של מאיצי הבינה המלאכותית. מנכ”ל החברה, ג’נסן הואנג, אישר כי שלוש יצרניות הזיכרון הגדולות בעולם – סמסונג, SK hynix ומיקרון – הוסמכו לספק שבבי HBM4 עבור פלטפורמת Vera Rubin של החברה. מדובר באישור חשוב לשוק כולו, משום שזיכרון רחב-פס הפך לאחד הרכיבים הקריטיים ביותר במערכות AI מתקדמות.

פלטפורמת Vera Rubin צפויה להיות אחת מאבני הבניין המרכזיות בדור הבא של מערכות הבינה המלאכותית של אנבידיה. היא משלבת מעבדים, מאיצים גרפיים, קישוריות מהירה ורכיבי זיכרון מתקדמים שנועדו לאפשר הרצה ואימון של מודלי AI גדולים יותר. בתוך המערכת הזו, HBM4 אינו רכיב משני. הוא קובע במידה רבה כמה נתונים ניתן להזרים אל יחידות העיבוד ובאיזו מהירות.

הזיכרון הופך לחלק מהקרב על ביצועי AI

בשנים האחרונות עיקר תשומת הלב הציבורית הופנתה למאיצים עצמם – GPU, מעבדי AI וארכיטקטורות שרתים. אבל בתעשייה ברור יותר ויותר שהביצועים של מערכות AI אינם תלויים רק בכוח החישוב. הם תלויים גם בזיכרון, ברוחב הפס, בצריכת ההספק וביכולת להזין את המאיץ בכמות עצומה של נתונים ללא עיכובים.

HBM, או High Bandwidth Memory, הוא זיכרון DRAM מוערם שממוקם קרוב מאוד למעבד או למאיץ. המבנה הזה מאפשר רוחב פס גבוה בהרבה מזיכרון רגיל, ולכן הוא מתאים במיוחד למערכות AI, שבהן כמויות גדולות של נתונים צריכות לנוע במהירות בין הזיכרון ליחידות החישוב. בדור HBM4 צפוי שיפור נוסף ברוחב הפס, בקיבולת וביעילות, ולכן הוא נחשב לרכיב חיוני בדור הבא של מאיצי אנבידיה.

המשמעות של הסמכת שלוש הספקיות היא שאנבידיה אינה תלויה רק ביצרן אחד. SK hynix נחשבה בשנים האחרונות לספקית מובילה בתחום HBM, בעיקר בזכות קשריה ההדוקים עם אנבידיה והקדימות שלה בייצור דורות מתקדמים של הזיכרון. סמסונג פועלת לחזק את מעמדה בתחום לאחר תקופה שבה התקשתה לעמוד בקצב של SK hynix. מיקרון, מצידה, מנסה להרחיב את חלקה בשוק שבו הביקוש גבוה והרווחיות גבוהה במיוחד.

פחות סיכון לאנבידיה, יותר תחרות בין הספקיות

עבור אנבידיה, הרחבת מעגל הספקיות מפחיתה סיכון. מערכות AI מתקדמות נבנות כיום סביב אשכולות גדולים של מאיצים, וכל עיכוב בזיכרון יכול להשפיע על קצב הייצור והאספקה של שרתים שלמים. כאשר שלוש יצרניות מרכזיות מוסמכות לספק HBM4, אנבידיה יכולה לחלק הזמנות, להפעיל לחץ תחרותי ולשפר את יכולתה לעמוד בביקוש מצד ספקיות ענן, חברות אינטרנט, ממשלות ומרכזי מחקר.

עבור יצרניות הזיכרון, זו הזדמנות עסקית משמעותית. שוק הזיכרון המסורתי ידוע במחזוריות חדה: תקופות של עודף היצע ולחץ מחירים מתחלפות בתקופות של ביקוש גבוה. אבל HBM שונה מזיכרון DRAM רגיל. הוא מורכב יותר לייצור, דורש תיאום הדוק עם יצרני המאיצים, ונמכר בדרך כלל ברווחיות גבוהה יותר. לכן כל אחת משלוש היצרניות רואה באישור של אנבידיה יעד אסטרטגי.

עם זאת, ההסמכה אינה אומרת בהכרח שכל שלוש החברות יספקו נפחים זהים. אנבידיה לא חשפה את חלוקת ההזמנות בין הספקיות, ובפועל ייתכן שהיקפי האספקה ישתנו לפי זמינות, ביצועים, תפוקה, מחיר ותנאי אספקה. עצם ההסמכה, לעומת זאת, מעניקה לכל אחת מהן כרטיס כניסה רשמי לאחת מפלטפורמות החומרה החשובות ביותר של עידן ה-AI.

Vera Rubin מחדדת את חשיבות שרשרת האספקה

הדור הבא של מאיצי אנבידיה אינו רק מוצר אחד, אלא מערכת שלמה. היא כוללת מאיצי AI, מעבדי Vera, קישוריות NVLink, רכיבי רשת ורכיבי זיכרון מתקדמים. ככל שהמערכות גדולות יותר, כך גדלה התלות בשרשרת אספקה יציבה ומדויקת. במערכות כאלה, אין הרבה רכיבים “רגילים”. כל צוואר בקבוק משפיע על השרת כולו.

זו גם הסיבה שהביקור של הואנג בדרום קוריאה קיבל משמעות רחבה יותר מהודעה עסקית רגילה. קוריאה הדרומית היא מרכז עולמי בייצור זיכרונות מתקדמים, ו-SK hynix וסמסונג הן שחקניות מפתח בשרשרת האספקה של AI. הפגישות של הואנג עם בכירי התעשייה המקומית משקפות את התלות ההדדית בין אנבידיה לבין יצרניות הזיכרון: אנבידיה זקוקה ל-HBM כדי לספק את המאיצים שלה, והיצרניות זקוקות לאנבידיה כדי להבטיח ביקוש לדורות המתקדמים ביותר של הזיכרון.

ההתפתחות הזו גם ממחישה שינוי רחב יותר בתעשיית השבבים. בעבר, הזיכרון נתפס לא פעם כרכיב משלים למעבד. בעידן ה-AI, הוא הופך לחלק מרכזי מהארכיטקטורה. לא מספיק לייצר מאיץ חזק; צריך גם לספק לו רוחב פס, קיבולת, קישוריות ומעטפת תרמית וחשמלית שתאפשר לו לעבוד במלוא היכולת.

המסר לשוק: הביקוש ל-HBM לא נרגע

האישור לשלוש הספקיות מאותת לשוק כי אנבידיה מתכוננת לביקוש גדול מאוד לדור Vera Rubin. גם אם חלק מהמשקיעים חוששים מהתמתנות בביקוש ל-AI, שרשרת האספקה עצמה ממשיכה להיערך להיקפים גדולים. יצרניות הזיכרון משקיעות בקווי ייצור, ביכולות אריזה מתקדמות ובשיפור התפוקה, משום שהדור הבא של מערכות AI ידרוש כמויות גדולות עוד יותר של HBM.

עבור ענף השבבים, זו ידיעה שמדגישה שוב את מרכזיותם של רכיבים שבעבר זכו לפחות תשומת לב ציבורית. מאיצי AI אמנם נמצאים בכותרות, אך מאחוריהם עומדת מערכת אקולוגית רחבה של זיכרון, אריזה, רשתות, תוכנה ותשתיות ייצור. ההסמכה של סמסונג, SK hynix ומיקרון ל-HBM4 אינה רק אישור טכני. היא סימן לכך שהמרוץ לדור הבא של תשתיות AI עובר גם דרך קווי הייצור של יצרניות הזיכרון.

הפוסט אנבידיה אישרה את שלוש יצרניות הזיכרון הגדולות כספקיות HBM4 לפלטפורמת Vera Rubin הופיע לראשונה ב-Chiportal.

קמטק הודיעה כי קיבלה הזמנות בהיקף כולל של יותר מ-105 מיליון דולר למערכות בדיקה ומטרולוגיה עבור יישומי בינה מלאכותית. ההזמנות כוללות עסקה בהיקף 55 מיליון דולר מ-OSAT מדרג ראשון, התומך ביישומי AI, וכן הזמנות נוספות ביותר מ-50 מיליון דולר מיצרנית HBM מובילה. כל ההזמנות צפויות להימסר במהלך 2027.

ההודעה אינה מפרטת את שמות הלקוחות, אך היא מדגישה את שני התחומים שבהם הביקוש לציוד בדיקה ומדידה הולך ומתחזק: אריזה מתקדמת של שבבים, במיוחד בתצורות 2.5D ו-3D, וייצור זיכרונות HBM המשמשים במאיצי AI ובמערכות מחשוב עתירות ביצועים.

OSAT הוא קבלן חיצוני לשירותי הרכבה ובדיקה של שבבים. בשנים האחרונות גופים כאלה הפכו לחוליה קריטית בשרשרת ה-AI, משום שהביצועים של מאיצי AI אינם תלויים רק בליטוגרפיה של שבב העיבוד עצמו, אלא גם באופן שבו מחברים אותו לזיכרון, למצע ולרכיבים נוספים במארז. ככל שהמארזים מורכבים יותר, כך גדל הצורך בבדיקות מדויקות יותר לאורך שלבי הייצור.

Hawk במרכז ההזמנות ל-HBM

לפי קמטק, ההזמנות מיצרנית ה-HBM הן כולן למערכות Hawk. מערכות אלה משמשות לבדיקות ולמטרולוגיה בתהליכי ייצור מתקדמים, שבהם נדרשת שליטה גבוהה מאוד באיכות, בדיוק הממדים ובזיהוי פגמים. בתחום HBM הדרישות האלה קריטיות במיוחד, משום שמדובר בערימות זיכרון תלת-ממדיות שמחוברות למאיצי AI באמצעות אריזה מתקדמת.

HBM, זיכרון ברוחב פס גבוה, הפך לאחד מצווארי הבקבוק המרכזיים של תעשיית ה-AI. הביקוש למאיצים של אנבידיה, AMD, ברודקום וחברות ענן גדולות הגדיל מאוד את הצורך בזיכרונות מהירים ובאריזות מתקדמות שמחברות בין רכיבי העיבוד לזיכרון. כתוצאה מכך נהנות לא רק יצרניות השבבים והזיכרון, אלא גם ספקיות ציוד שמאפשרות ייצור בתפוקה גבוהה ובאיכות יציבה.

רפי עמית, מנכ”ל קמטק, אמר כי זרם ההזמנות משקף את המומנטום שהחברה חווה מתחילת השנה. לדבריו, ההזמנות מדגישות שתי מגמות שהחברה מציינת כבר זמן מה: התחזקות פעילות ה-OSAT סביב רכיבי AI באריזות 2.5D ו-3D, והיכולות של מערכת Hawk לעמוד בדרישות המחמירות של ייצור HBM.

ראות עסקית עמוקה יותר ל-2027

החשיבות של ההודעה אינה רק בסכום ההזמנות, אלא גם בעיתוי. ההזמנות מיועדות לאספקה ב-2027, ולכן הן מחזקות את הראות העסקית של קמטק לשנה הבאה. הן מצטרפות למגמה שעליה דיווחה החברה כבר בתוצאות הרבעון הראשון של 2026, כאשר ציינה ביקושים חזקים והעריכה כי הכנסותיה במחצית השנייה של 2026 יצמחו ביותר מ-25% לעומת המחצית הראשונה.

קמטק פועלת בשוק ציוד הבדיקה והמטרולוגיה לתעשיית השבבים. מערכות החברה משמשות לבדיקת פרוסות שבבים ולמדידת מאפיינים קריטיים לאורך תהליך הייצור, מהחזית והאמצע של התהליך ועד לשלבים מוקדמים בהרכבה. החברה פעילה בתחומים כמו אריזה מתקדמת, אינטגרציה הטרוגנית, זיכרונות ו-HBM, חיישני תמונה, MEMS, רכיבי RF ושבבים מורכבים.

עבור קמטק, גל ה-AI יוצר הזדמנות רחבה יותר מהביקוש למאיצים עצמם. כל מאיץ AI מתקדם דורש סביבו שכבת זיכרון, תקשורת, אספקת כוח ומארז מורכב. בכל אחת מהשכבות האלה עולה הסיכון לפגמים זעירים, ובמקביל עולה החשיבות של שמירה על תפוקה גבוהה. זהו בדיוק המקום שבו בדיקה ומטרולוגיה הופכות לחלק בלתי נפרד מהיכולת להגדיל ייצור.

עם זאת, מדובר גם בשוק מחזורי ותחרותי. ההזמנות החדשות מצביעות על ביקוש חזק מצד לקוחות מרכזיים, אך קצב ההכרה בהכנסות תלוי באספקות בפועל, בקצב ההשקעות של יצרניות הזיכרון והאריזה, ובמצב הרחב של שוק ה-AI ומרכזי הנתונים. בשלב זה, המסר העיקרי הוא שקמטק ממשיכה להעמיק את נוכחותה בחלקים הרווחיים והמורכבים יותר של שרשרת ייצור השבבים ל-AI.

כיתוב תמונה מוצע:
מערכת בדיקה ומטרולוגיה של קמטק לתעשיית השבבים. ההזמנות החדשות מיועדות ליישומי AI, HBM ואריזה מתקדמת, ויסופקו במהלך 2027. קרדיט: Camtek.

הפוסט קמטק קיבלה הזמנות ביותר מ-105 מיליון דולר מלקוחות AI, HBM ואריזה מתקדמת הופיע לראשונה ב-Chiportal.

מניית Micron Technology זינקה ביום שלישי לאחר שב־UBS העלו את מחיר היעד למניה מ־535 דולר ל־1,625 דולר – יעד חריג גם אחרי שנה שבה המניה עלתה בכ־700%. לפי Investing.com, UBS מעריכה כי הסכמי אספקה ארוכי טווח שנחתמים כעת בשוק הזיכרון עשויים לשנות את פרופיל הרווחיות של מיקרון ולהפוך אותה לפחות תלויה בתנודות המחזוריות המסורתיות של DRAM ו־NAND. (Investing.com)

הטענה המרכזית של האנליסט טימותי ארקורי מ־UBS היא ששוק הזיכרון עובר ממכירות קצרות טווח, שמושפעות במהירות מעודפי מלאי, להסכמי אספקה בני שלוש עד חמש שנים. לפי הדיווח, עד 30% מנפחי DDR בתעשייה עשויים להיות נעולים בהסכמים כאלה, וחברות הייפרסקייל כבר שריינו כ־60%–70% מנפחי DDR5 לשרתים. המשמעות היא שמיקרון עשויה לוותר על חלק מההכנסה בטווח הקצר, אך לקבל בתמורה ודאות גבוהה יותר לגבי ביקוש ומחירים.

הרקע לזינוק הוא התפקיד ההולך וגדל של זיכרון במערכות AI. מאיצי AI אינם מסתפקים עוד בכוח חישוב גולמי; הם דורשים כמויות גדולות של זיכרון מהיר, קרוב למעבד ובעל רוחב פס גבוה. לכן HBM, DDR5 לשרתים ופתרונות NAND למרכזי נתונים הפכו לרכיבים אסטרטגיים בשרשרת הערך של תשתיות AI, לצד המעבדים הגרפיים של אנבידיה ומאיצים ייעודיים של חברות ענן.

התוצאות האחרונות של מיקרון ממחישות את השינוי. ברבעון השני של שנת הכספים 2026 דיווחה החברה על הכנסות של 23.86 מיליארד דולר, לעומת 13.64 מיליארד דולר ברבעון הקודם ו־8.05 מיליארד דולר בתקופה המקבילה אשתקד. הרווח הנקי לפי GAAP הסתכם ב־13.79 מיליארד דולר, והרווח המתואם למניה הגיע ל־12.20 דולר. החברה גם סיפקה תחזית חריגה לרבעון השלישי: הכנסות של כ־33.5 מיליארד דולר ושיעור רווח גולמי של כ־81%. (Micron Technology)

מנכ"ל מיקרון סנג'יי מהרוטרה אמר עם פרסום התוצאות כי בעידן ה־AI הזיכרון הפך ל"נכס אסטרטגי" עבור לקוחות החברה. לפי מיקרון, הביקוש החזק, יחד עם היצע מוגבל, הובילו לשיאים בהכנסות, בשולי הרווח, ברווח למניה ובתזרים המזומנים החופשי. (Micron Technology)

גם חברות מחקר שוק מזהות לחץ חריג בשוק הזיכרון. TrendForce העריכה בתחילת השנה כי מחירי DRAM בחוזים לרבעון הראשון של 2026 צפויים לעלות ב־55%–60% לעומת הרבעון הקודם, וכי מחירי NAND Flash צפויים לעלות ב־33%–38%. הסיבה המרכזית היא שמפעילות הענן האמריקניות משריינות קיבולת, בעוד יצרניות הזיכרון מפנות קווי ייצור למוצרי שרתים ו־HBM על חשבון שווקים אחרים. (TrendForce)

ההשפעה כבר מורגשת גם מחוץ לשוק ה־AI. מיקרון החלה להרחיב ייצור DRAM מתקדם במפעל מנאסס שבווירג'יניה, בין היתר כדי לתת מענה למחסור ב־DDR4 עבור תעשיות בעלות מחזורי חיים ארוכים, כגון רכב, ביטחון, תעשייה וציוד רפואי. לפי Tom’s Hardware, ההרחבה בהשקעה של יותר משני מיליארד דולר צפויה להכפיל פי ארבעה את תפוקת פרוסות ה־DDR4 באתר, והיא נתמכת גם במימון מתוקף חוק CHIPS האמריקני. (Tom's Hardware)

עם זאת, לא כל האנליסטים רואים רק אפסייד. Reuters Breakingviews הזכיר כי ענף השבבים, ובייחוד תחום הזיכרון, נוטה למחזוריות חריפה: כאשר המחירים עולים, החברות משקיעות במפעלי ייצור חדשים; כאשר הקיבולת מגיעה לשוק והביקוש נחלש, המחירים עלולים לרדת במהירות. Reuters ציין כי שלוש החברות הגדולות – מיקרון, סמסונג ו־SK hynix – שולטות ביותר מ־95% משוק הזיכרון, אך גם הן מרחיבות קיבולת, בעוד יצרניות סיניות כמו YMTC ו־CXMT עשויות להוסיף לחץ תחרותי בהמשך.

הסיכון הגדול יותר עשוי להגיע מצד הביקוש. תחזית UBS נשענת על המשך השקעות עתק של ענקיות הענן בתשתיות AI. אם אמזון, מיקרוסופט, גוגל, מטא ואורקל יאטו את קצב ההשקעות במרכזי נתונים, חלק מההנחות לגבי מחסור ממושך בזיכרון עלולות להתברר כאופטימיות מדי. מנגד, כל עוד הביקוש לשרתי AI ולמערכות הסקה ממשיך לעלות מהר יותר מהיכולת להוסיף קיבולת ייצור, מיקרון נהנית ממעמד חזק בהרבה מזה שאפיין את יצרניות הזיכרון במחזורי עבר.

לכן, הסיפור של מיקרון אינו רק סיפור של מניה שזינקה. הוא משקף שינוי עמוק יותר בשוק השבבים: הזיכרון, שבעבר נתפס כרכיב מחזורי וקומודיטי, הופך לרכיב אסטרטגי בתשתיות AI. השאלה הגדולה היא אם מדובר במחזור על חדש בענף הזיכרון – או בעוד נקודת שיא שתסתיים כשהקיבולת החדשה תגיע לשוק.

הפוסט UBS מקפיצה את מיקרון: האם זיכרון ה־AI משנה את חוקי המשחק בשוק השבבים? הופיע לראשונה ב-Chiportal.

חברת וויביט ננו (Weebit Nano), המפתחת טכנולוגיית זיכרון התנגדותי (ReRAM), השלימה גיוס כולל של 73 מיליון דולר אמריקני, שהם 102 מיליון דולר אוסטרלי, בבורסה האוסטרלית. החברה, שמרכזה בהוד השרון ונסחרת בבורסת ASX תחת הסימול WBT, סיימה בשבוע שעבר את שלב הריטייל של הגיוס, שבו גייסה 11 מיליון דולר אמריקני, שהם 15 מיליון דולר אוסטרלי.

שלב הריטייל זכה לביקוש יתר, אך החברה הגבילה את היקפו לסכום שתוכנן מראש. הגיוס כולו כלל שלב מוסדי ושלב ריטייל, ובמסגרתו הנפיקה וויביט 25.2 מיליון מניות חדשות, המהוות 10.6% מהון המניות של החברה. מחיר ההנפקה עמד על 4.05 דולר אוסטרלי למניה, דיסקאונט של 10.8% לעומת מחיר המניה בסגירה ב-26 במרץ, שעמד על 4.54 דולר אוסטרלי. מניות שלב הריטייל נרשמו למסחר ב-15 במאי. ביום שישי האחרון נסחרה מניית וויביט במחיר של 6.80 דולר אוסטרלי.

האצת מסחור הזיכרון ההתנגדותי

וויביט מסרה כי תמורת הגיוס תשמש לחיזוק מעמדה בתחום זיכרון ה-ReRAM, להאצת פיתוח פתרונות המיועדים ליישומי היסק בבינה מלאכותית (Inference AI), וכן למטרות עסקיות נוספות. זיכרון ReRAM נחשב לאחת הטכנולוגיות המעניינות בתחום הזיכרון הלא־נדיף, בין היתר בשל האפשרות לשלבו בשבבים הזקוקים לצריכת הספק נמוכה, עמידות גבוהה ומהירות פעולה גבוהה.

מנכ"ל וויביט, קובי חנוך, אמר כי התמיכה מצד משקיעים מוסדיים חדשים ומשקיעי ריטייל משקפת את ההתקדמות של החברה בשנה האחרונה. לדבריו, הטכנולוגיה של וויביט עברה את דרישות תקן AEC-Q100 לתעשיית הרכב, החברה חתמה על כמה הסכמי רישוי עם יצרניות וחברות שבבים, והטכנולוגיה שלה כבר שולבה בשני מוצרים הנמצאים בבדיקות לקראת ייצור.

חנוך הוסיף כי ביצועי טכנולוגיית הזיכרון של החברה עולים, לדבריו, על פתרונות מתחרים ברוב הפרמטרים. הוא ציין כי ההון שגויס יאפשר לוויביט לבצר את היתרון התחרותי שלה, להאיץ את מסחור טכנולוגיית ReRAM ואת הפתרונות ליישומי היסק בבינה מלאכותית, ולהרחיב את פעילותה בשוק.

זיכרון לשבבים ברכב, בתעשייה ובמכשירי קצה

וויביט ננו מפתחת ומספקת טכנולוגיות זיכרון ReRAM המיועדות להשתלבות בשבבים ליישומי AI, מערכות אלקטרוניות לרכב, יישומים תעשייתיים, מערכות אנלוגיות, ניהול צריכת הספק ומכשירי קצה מאובטחים. החברה מציגה את הטכנולוגיה שלה כחלופה לזיכרונות קיימים, ובהם פלאש, בזכות שילוב של מהירות, צריכת הספק נמוכה ועמידות ארוכת טווח.

אחד הדגשים של החברה הוא התאמה לתהליכי ייצור קיימים בתעשיית השבבים. לפי וויביט, פיתוח הזיכרון נעשה באמצעות חומרים ותהליכים סטנדרטיים יחסית, מה שעשוי לאפשר ליצרנים לקצר את תהליכי הפיתוח, להפחית עלויות ייצור, ולשלב את הטכנולוגיה בקווי ייצור קיימים בלי שינוי עמוק של התהליך התעשייתי.

הפוסט וויביט ננו השלימה גיוס של 73 מיליון דולר בבורסה האוסטרלית; הכסף יופנה להאצת פיתוח זיכרון ReRAM ליישומי AI הופיע לראשונה ב-Chiportal.

תעשיית השבבים עומדת בפני שלב חדש במהפכת הבינה המלאכותית: מעבר מהענן וממרכזי הנתונים אל מכונות פיזיות, כלי רכב, מפעלי ייצור, רובוטים ומערכות אוטונומיות. כך אמר סאמיר וואסון, מנכ״ל MIPS העולמית, בהרצאה ששודרה בווידאו בכנס ChipEx2026.

לדבריו, במשך שנים שבבים היו בכל מוצר כמעט, אך רוב הציבור לא הבין עד כמה הם מרכזיים לחיי היום־יום, לכלכלה ולביטחון הלאומי. משבר שרשרת האספקה בתקופת הקורונה שינה את התמונה. מהפכת ה־AI האיצה עוד יותר את ההבנה כי גישה לטכנולוגיית שבבים, יכולת ייצור ושליטה בשרשרת האספקה הן כבר לא רק עניין עסקי. הן חלק מהתחרות על עצמאות טכנולוגית.

מהצ׳אטבוטים אל הרובוטים

וואסון תיאר את השלב הבא כמהלך מ־Chatbots to Robots. עד כה, עיקר תשומת הלב הופנתה למרכזי נתונים ולמאיצים גדולים שמריצים מודלים של בינה מלאכותית. אולם השלב הבא, לדבריו, יגיע כאשר אותה אינטליגנציה תעבור אל הקצה: לרכב, לרחוב, למפעל, לרובוטים, לטלפונים ולמערכות תעשייתיות.

המעבר הזה יחייב שינוי עמוק בעולם השבבים. במרכזי נתונים אפשר להפעיל מערכות גדולות, עתירות הספק ויקרות. במכונה פיזית התנאים שונים לחלוטין. יש מגבלות של הספק, חום, עלות, זמן תגובה ואמינות. לכן, לטענת וואסון, השוק יזדקק לפחות לשבבי מדף כלליים ויותר לשבבים שמותאמים לאלגוריתם, לעומס העבודה ולסביבת הפעולה.

הוא השווה את המהלך למה שכבר קרה במרכזי הנתונים. בעבר חברות רכשו בעיקר מעבדי מדף מספקים גדולים. עם עליית ה־AI, חברות ענק החלו לפתח חלק מהסיליקון בעצמן, משום שאלגוריתמים מותאמים דורשים חומרה מותאמת. לדבריו, תהליך דומה צפוי להתרחש כעת גם ברכב, ברובוטיקה ובתעשייה.

RISC-V כ״לינוקס של החומרה״

אחד המסרים המרכזיים בהרצאה היה המעבר לארכיטקטורות פתוחות, ובראשן RISC-V. וואסון תיאר זאת כ״לינוקסיזציה של החומרה״. כשם שלינוקס פתחה את עולם התוכנה למפתחים רבים יותר, כך RISC-V עשויה לפתוח את עולם החומרה לחברות רבות יותר.

RISC-V מבוססת על סט פקודות פתוח. המשמעות היא שחברות שונות יכולות להשתמש בשפה משותפת מול החומרה, אך עדיין לבנות מימושים ייחודיים ומוצרים מובחנים. לפי וואסון, הדבר יאפשר ליותר חברות לפתח שבבים מותאמים, במקום להסתמך רק על ספקים גדולים ועל קטלוג מצומצם של רכיבים קיימים.

לדבריו, RISC-V כבר אינו פרויקט אקדמי. הוא נמצא בשימוש מעשי במרכזי נתונים, במכשירים ובמערכות רכב. הוא אף ציין כי חלק ממערכות הבקרה של מאיצי Nvidia מבוססות על RISC-V, כדוגמה לכך שהתקן הפתוח כבר חדר לשימושים תעשייתיים משמעותיים.

לחוש, לחשוב, לפעול ולתקשר

וואסון חילק את עולם ה־Physical AI לארבע פעולות בסיסיות: לחוש, לחשוב, לפעול ולתקשר. כל מערכת אוטונומית צריכה לקלוט מידע מהסביבה, לעבד אותו, לקבל החלטה, להפעיל רכיבים פיזיים, ולתקשר עם מערכות אחרות או עם הענן.

ברכב אוטונומי, למשל, שלב החישה כולל מצלמות, מכ״ם ולידאר. שלב החשיבה כולל עיבוד AI וקבלת החלטות. שלב הפעולה כולל שליטה במנועים, בלמים או זרועות מכניות. שלב התקשורת מחבר את המערכת לענן ולמערכות חיצוניות. ככל שהמערכות הופכות חכמות יותר, כך עולה הצורך בשבבים שמסוגלים לבצע את כל הפעולות האלה בזמן אמת, בצריכת הספק נמוכה ובאמינות גבוהה.

להוריד את חסם הכניסה לשבבים מותאמים

וואסון הדגיש כי פיתוח שבבים מותאמים היה בעבר יקר מאוד ואיטי מאוד. לדבריו, פיתוח מיקרו־בקר מותאם יכול היה לעלות כ־50 מיליון דולר ולהימשך כמה שנים. המטרה של MIPS ו־GlobalFoundries היא להוריד את חסם הכניסה באמצעות תקנים פתוחים, פלטפורמות מוכנות, מודלים וירטואליים, שרשרת ייצור מוכחת ושילוב מוקדם בין חומרה לתוכנה.

לדבריו, היעד הוא לצמצם עלות טיפוסית מכ־50 מיליון דולר לכ־5 מיליון דולר, ולהפחית את משך הפיתוח מכארבע שנים לטווח של שישה עד שמונה חודשים. אחת הדרכים לכך היא פיתוח תוכנה עוד לפני שהשבב הפיזי מוכן, באמצעות פלטפורמות וירטואליות שמדמות את החומרה העתידית. כך אפשר להתחיל מוקדם יותר את עבודת התוכנה, שהיא לעיתים צוואר הבקבוק המרכזי במוצרי רכב ותעשייה.

וואסון ציין גם את חשיבות האקו־סיסטם. שבב אינו עומד לבדו. הוא זקוק למערכת הפעלה, כלי פיתוח, דיבאגר, תמיכה בתקני בטיחות, שרשרת ייצור ותוכנה משלימה. לדבריו, MIPS ו־GlobalFoundries פועלות לבנות סביבה כזו עבור שווקים ממוקדים כמו רכב, רובוטיקה ומערכות אוטונומיות.

המסר המרכזי של ההרצאה היה כי AI בקצה אינו רק הרחבה של מהפכת הענן. זהו שלב חדש, שבו יתרון תחרותי ייקבע גם לפי היכולת לפתח סיליקון מותאם, בטוח, יעיל ופתוח יותר. אם העשור האחרון היה העשור של מרכזי הנתונים, העשור הבא עשוי להיות העשור של המכונות החכמות.

הפוסט מנכ״ל MIPS העולמית ב־ChipEx2026: הבינה המלאכותית יוצאת מהענן אל המכונות הופיע לראשונה ב-Chiportal.

צוות חוקרים מאוניברסיטת תל אביב, בשיתוף חוקרים מיפן, הצליח לעשות צעד חשוב בדרך לאלקטרוניקה של העתיד: שליטה מדויקת במיוחד במבנה הפנימי של גרפן – חומר דק וחזק במיוחד – תוך שימוש בכמות אנרגיה זעירה, כמעט אפסית.

המחקר נערך בהובלת פרופ' משה בן שלום מבית הספר לפיזיקה ואסטרונומיה, פרופ' מיכאל אורבך, ופרופ' עודד הוד מבית הספר לכימיה, ע"י דוקטור נירמל רוי, דוקטור פנגואה יינג, סימון סאיה אטרי, יואב שרעבי, נועם ראב, ודוקטור יונגקי יאו. המחקר פורסם בכתב העת נייצר ננוטכנולוגיה.

גרפן, שמורכב משכבה דקה של אטומי פחמן, נחשב כבר שנים ל"כוכב" של עולם החומרים. אבל מסתבר שלא רק החומר עצמו חשוב – אלא גם האופן שבו שכבות הגרפן מונחות זו על גבי זו. סידור שונה של השכבות יוצר תכונות שונות לגמרי: הולכה חשמלית אחרת, תגובה לשדות מגנטיים, ואפילו תנאים שמאפשרים הופעת מוליכות־על.

עד היום, שינוי מבוקר בין סידורי השכבות הללו היה תהליך מסובך, שדרש אנרגיה רבה ולא התאים ליישומים מעשיים. במחקר החדש הצליחו החוקרים להתגבר על המכשול הזה.

הפתרון שפיתחו מבוסס על רעיון חכם: יצירת "איים" זעירים של גרפן – בקוטר של עשרות ננומטרים בלבד – שבהם השכבות נוגעות זו בזו, בעוד שמסביבן הן מופרדות באמצעות שכבה שמאפשרת החלקה כמעט ללא חיכוך. בתוך האיים הללו ניתן "להחליק" שכבת גרפן אחת ביחס לאחרת, וכך לשנות את סידור השכבות.

התוצאה מרשימה במיוחד: שינוי מצב החומר מתבצע באמצעות כוח זעיר ביותר, והשקעת אנרגיה נמוכה בסדרי גודל מזו של טכנולוגיות זיכרון קיימות. במקרים רבים, ברגע שהשינוי מתחיל – הוא ממשיך מעצמו, בלי צורך בהפעלת כוח נוסף.

מעבר לכך, החוקרים הראו שאפשר לחבר בין איים סמוכים כך ששינוי במבנה של אי אחד משפיע גם על שכניו. המשמעות: ניתן לייצר מערכות שבהן אזורים שונים “מדברים” זה עם זה בצורה מכנית־אלסטית, בדומה לרשת עצבית. תכונה כזו עשויה להיות רלוונטית במיוחד לפיתוח מחשוב נוירומורפי – מחשבים שמחקים את אופן הפעולה של המוח.

לדברי החוקרים, השיטה החדשה פותחת אפשרויות חדשות לפיתוח רכיבי זיכרון, חיישנים והתקנים אלקטרוניים זעירים, מהירים וחסכוניים במיוחד באנרגיה. בעתיד, היא עשויה לאפשר בנייה של מערכות אלקטרוניות חכמות בקנה מידה ננומטרי – כאלה שצורכות פחות אנרגיה, מתחממות פחות, ויכולות לבצע פעולות מורכבות בדרכים שעד היום נראו תאורטיות בלבד.

פרופ' משה בן-שלום מסכם: "מדובר בפריצת דרך שעשויה לשנות את הדרך שבה מתכננים רכיבים אלקטרוניים בקנה מידה ננומטרי. אנחנו מראים שאפשר לשלוט במבנה של גרפן בצורה מדויקת, הפיכה וחסכונית בצורה קיצונית באנרגיה. במקום לשבור ולבנות מחדש קשרים כימיים, אנחנו פשוט מחליקים שכבות אטומים זו על גבי זו – תהליך טבעי, מהיר ויעיל בהרבה. היכולת לתכנן אינטראקציה בין אזורים שונים בחומר פותחת אפשרויות חדשות, לא רק לאלקטרוניקה מתקדמת אלא גם למערכות חישוב בהשראת המוח. זהו צעד נוסף בדרך להפוך תופעות פיזיקליות שנחשבו עד היום אקדמיות בלבד – לטכנולוגיה עובדת".

למאמר המדעי

הפוסט פיתוח חדש של אוניברסיטת ת"א: מתג ננומטרי חדש מגרפן – כמעט בלי אנרגיה הופיע לראשונה ב-Chiportal.